GEOMATIKA
Not a member yet
49 research outputs found
Sort by
IDENTIFIKASI PERMUKIMAN KUMUH DARI CITRA PLEIADES DENGAN METODE MAXIMUM LIKELIHOOD CLASSIFICATION, OBIA DAN NEURAL NETWORK CLASSIFICATION DI BUMIWARAS, BANDAR LAMPUNG
Get PDFPermukiman kumuh telah menjadi masalah utama dalam perkembangan wilayah perkotaan, mengakibatkan dampak negatif pada kualitas hidup penduduk dan menghambat usaha pembangunan perkotaan yang berkelanjutan. Pentingnya pemetaan permukiman kumuh ini juga dapat digunakan sebagai alat untuk pemantauan dan evaluasi program intervensi yang sudah ada atau yang akan datang. Penelitian ini bertujuan untuk mengidentifikasi area terbangun, menguji akurasi klasifikasi area terbangun dan mengidentifikasi permukiman kumuh di Kecamatan Bumiwaras Kota Bandar Lampung. Dalam penelitian ini, data citra resolusi sangat tinggi (CRST) yang digunakan adalah mozaik dari satelit Pleiades pada bulan Agustus 2018. Metode yang digunakan adalah Maximum Likelihood Classification (MLC), Object-Based Image Analysis (OBIA) dan Neural Network Classification (NNC). Hasil penelitian menunjukkan bahwa luas permukiman pada Kecamatan Bumiwaras mencakup 18,34 % pada metode MLC, 63,80 % pada metode OBIA dan 32,06 % pada metode NNC dari total luas Kecamatan Bumiwaras sebesar 444,05 ha. Hasil uji akurasi menunjukkan bahwa metode dengan nilai overall acccuracy terbesar adalah metode OBIA dengan nilai 92,00 %, sedangkan metode MLC memiliki nilai sebesar 78,00 % dan metode NNC sebesar 57,45 %. Hasil analisis spasial pemetaan kawasan permukiman kumuh di Kecamatan Bumiwaras didominasi oleh permukiman kumuh dengan kelas sedang dengan total luas yaitu 176,17 ha. Sementara permukiman kumuh kelas ringan berada pada angka 80,51 ha dan kelas berat yaitu 26,06 ha. Kombinasi OBIA dan survei lapangan ditemukan sebagai kombinasi yang paling baik dalam mengidentifikasi permukiman kumuh di Kecamatan Bumiwaras
Front Page Geomatika Vol. 29 No. 1 Tahun 2023
No full textPusat Penelitian, Promosi dan Kerja Sama, Badan Informasi Geospasia
PEMODELAN GENANGAN BANJIR AKIBAT CURAH HUJAN TERTINGGI DAN PASANG SURUT MAKSIMUM Studi Kasus: Kota Banjarmasin
Get PDFTahap awal pengurangan risiko banir dapat dilakukan dengan pemodelan genangan banjir. Tujuan studi ini untuk menentukan sebaran genangan banjir di Kota Banjarmasin dan jumlah bangunan terindikasi terdampak. Data yang digunakan yaitu data curah hujan tertinggi, tinggi maksimum pasang surut dan DEMNAS. Pemodelan 2D menggunakan tiga skenario (debit maksimum, debit-pasang maksimum dan pasang maksimum) pada HEC-RAS. Analisis sebaran wilayah dan jumlah bangunan menggunakan analisis Sistem Informasi Geografis (SIG) dan visualisasi 3D. Visualisasi 3D dilakukan dengan menampalkan genangan dengan model bangunan 3D. Hasil studi menunjukkan tinggi genangan banjir antara 0,057 m s.d. 1,287 m. Hasil ini diperoleh dari tinggi maksimum pada tiga skenario berbeda. Dampaknya sebesar 60% wilayah Kota Banjarmasin tergenang banjir. Sejumlah 122.234 bangunan atau 73% bangunan terindikasi terdampak genangan banjir. Saat tinggi genangan maksimum, seluruh kecamatan di Banjarmasin tergenang banjir. Saat debit maksimum, terindikasi tiga kecamatan yang mengalami genangan banjir. Ketiganya yaitu Kecamatan Banjarmasin Utara, Banjarmasin Timur dan Banjarmasin Tengah. Faktor dominan timbulnya genangan banjir di Banjarmasin adalah pasang surut Sungai Martapura, layaknya wilayah pesisir lainnya
PERANCANGAN WebGIS UNTUK SISTEM ZONASI PENERIMAAN PESERTA DIDIK BARU SEKOLAH MENENGAH PERTAMA DAN SEKOLAH MENENGAH ATAS NEGERI DI KOTA BOGOR
Get PDFSejak tahun ajaran baru 2018 Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi menetapkan bahwa peserta didik yang akan melanjutkan ke jenjang berikutnya mempertimbangkan beberapa kriteria salah satunya adalah jarak tempat tinggal ke sekolah sesuai dengan wilayah zonasi masing-masing sekolah yang diatur oleh pemerintah daerah masing-masing. Terkait hal tersebut maka Pemerintah Kota Bogor menerbitkan Pedoman Pelaksanaan Penerimaan Peserta Didik Baru (PPDB) di Kota Bogor untuk mengatur sistem zonasi sekolah. Dengan hal tersebut maka diperlukan adanya sebuah sistem informasi yang bisa diakses dengan mudah, oleh karena itu dalam pelaksanaan PPDB di Kota Bogor dapat memanfaatkan sistem informasi geografis berbasis internet (WebGIS) zonasi sekolah. Pemanfaatan WebGIS zonasi sekolah ini menggunakan data dari penelitian sebelumnya dan juga data atribut yang didapatkan dari data pokok Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi. Perancangan WebGIS ini menggunakan kerangka kerja codeigniter dan bootstrap, kemudian melakukan penulisan progam untuk mengintegrasikan basis data dengan program dan menampilkan persebaran lokasi sekolah dan wilayah zonasinya. Hasil dari perancangan WebGIS zonasi sekolah diunggah ke web hosting supaya bisa diakses oleh masyarakat luas melalui web broswer. Hasil pengujian metode black box dan system usability scale menunjukkan bahwa WebGIS dapat menampilkan seluruh fitur yang ada dan berjalan dengan semestinya saat diakses dengan perangkat laptop dan handphone
DETEKSI URBAN HEAT ISLAND TERHADAP PERKEMBANGAN PERKOTAAN MENGGUNAKAN PENGINDERAAN JAUH DI KOTA BAUBAU
Get PDFFenoma Urban Heat Island (UHI) sering dikaitkan dengan perkembangan perkotaan yang berawal dari peningkatan suhu permukaan (Land Suface Temperature). Deteksi UHI terhadap perkembangan perkotaan dilakukan dari tahun 2018 hingga 2023 yang berfokus di Kota Baubau, Sulawesi Tenggara, Indonesia. Penelitian ini bertujuan untuk menganalisis fenomena UHI yang terjadi akibat perkembangan perkotaan seperti perubahan penggunaan lahan dan kerapatan bangunan. Selain itu, sebaran dan intensitas UHI juga di analisis dalam lima tahun terakhir. Metode yang digunakan adalah teknik penginderaan jauh temporal dengan memanfaatkan algoritma LST dari citra Landsat 8 OLI/TIRS dan Landsat 9 OLI-2/TIRS-2. Maximum Likelihood juga digunakan untuk mengklasifikasi penggunaan lahan. Perubahan tutupan lahan area terbangun dan kerapatan bangunan berdampak terhadap fenomena UHI. Tutupan lahan terbangun meningkat hingga 0,53 km2 dengan suhu rata-rata UHI mencapai 2,6oC ditahun 2023, sedangkan setiap peningkatan kepadatan bangunan 1% akan meningkatkan suhu udara rata-rata hingga 0,0847oC. Fenomena distribusi dan intensitas UHI terjadi di daerah pusat perkotaan, dan kenaikan intensitas UHI mencapai 2oC
ASSESSMENT OF PEATLAND ECOSYSTEM CHARACTERISTICS IN THE PEAT HYDROLOGICAL UNIT OF GONGAN RIVER- NILO RIVER, RIAU PROVINCE: Kajian Karakteristik Ekosistem Gambut pada Kesatuan Hidrologi Gambut Sungai Gongan-Sungai Nilo Provinsi Riau
Get PDFMinister of Environment and Forestry Regulation No. P.14/MENLHK/SETJEN/KUM.1/2/2017 establishes protocols for assessing and defining the function of peat ecosystems, involving 13 criteria. Among these, survey points must align with map coordinates, with a displacement limit of 200 meters. The research aims to meticulously control the characteristics of peatlands in the Peat Hydrological Unit (PHU) of Gongan River-Nilo River, Riau Province, following the work plan to ensure that observations align with actual conditions. The Haversine method gauges the distance between planned and actual observation points, revealing an average shift of 19.9 meters, ranging from 3.38 to 198.9 meters, indicating surveyor accountability. Field data shows 68% of the area with groundwater levels below 30 cm, and 32% between 30 and 60 cm. Channel water heights are predominantly between 50 and 100 cm (68%), with 22% lower and 10% higher. Soil pH consistently measures below 4 (100%), similar to channel water (73%), and substratum (81%) with most below 4. Only 3.1% of groundwater exceeds 300 μS/cm in electrical conductivity, while 96% are below 300 μS/cm, including low substratum conductivity. Total dissolved solids are mostly below 75 ppm (97%), with 3% between 75 and 150 ppm. The average peat thickness is 367.9 cm, primarily clay/river sediment at the hemic level. It can be concluded that all field survey results in the PHU Gongan-Nilo River can be accepted as valid data that can be used as a basis for development planning/regional determination in this area
COMPARISON OF K-NEAREST NEIGHBOR, MULTIPLE LINEAR REGRESSION, AND RANDOM FOREST CLASSIFIERS FOR DEPTH EXTRACTION IN THE SHALLOW WATER OF KEPULAUAN SERIBU, INDONESIA
Get PDFSatellite-derived bathymetry is a method used to overcome the limitation of survey vessels when acquiring depth data in shallow waters of less than 2 m, especially depths of 0-2 m. Currently, the SDB method has been widely used to provide shallow water bathymetric data. Besides this method can provide wide coverage of depth data, the availability of multitemporal and multiresolution images allows the method to be categorized as a relatively low-cost method compared to conventional surveys. This study compares SDB methods in deriving depth data using various machine learning algorithms using Sentinel-2A images in Kepulauan Seribu, Indonesia. Three machine learning algorithms were compared, namely K-Nearest Neighbors (KNN), Multiple Linear Regression (MLR), and Random Forest (RF), to observe the best-performing method. SDB was applied by combining echo-sounding measurements and the reflectance of blue, green, red, and near-infrared bands of Sentinel 2A. Our research revealed that RF provided the best accuracy compared to MLR and KNN. However, the resulted depth range could not cover very shallow water depth at 0 m. Only the MLR could detect zero depth, but it has the worst RMSE value. KNN provided a feasible result with slightly higher RMSE compared to RF, nonetheless, it took longer runtime for about 30% higher than RF
PEMODELAN SPASIAL PERUBAHAN TUTUPAN LAHAN HUTAN PRODUKSI TERBATAS DI KECAMATAN KULAWI KABUPATEN SIGI PROVINSI SULAWESI TENGAH
Get PDFDeforestasi adalah salah satu penyebab utama kerusakan lingkungan dan dapat disebabkan faktor manusia serta dapat menyebabkan terjadinya perubahan iklim yaitu kekeringan berkepanjangan dan distribusi curah hujan yang tidak memadai tidak teratur dan tidak rata. Penelitian ini bertujuan untuk menganalisis perubahan tutupan lahan dalam kurun waktu lima tahun dengan citra Landsat 8 tahun 2015 dan 2020 serta menganalisis faktor-faktor penyebab perubahan tutupan lahan pada Kawasan Hutan Produksi Terbatas di Kecamatan Kulawi. Penelitian menggunakan analisis citra terbimbing (supervised) dan analisis regresi logistik biner. Pembentukan model spasial perubahan tutupan hutan di Kawasan Hutan Produksi Terbatas Kecamatan Kulawi menggunakan 5 faktor peubah yang terdiri dari aspek aksesibilitas yaitu permukiman, kepadatan penduduk, sungai, kemiringan lereng, dan jalan. Logit Logit (p) = -0,24179 + 0,03247 (x1) + 0,01617 (x2) - 0,43271 (x3) - 0,31261 (x4) + 0,03350 (x5). Model yang dipilih adalah yang memiliki nilai goodness of fit dan nilai chi square terbesar. Hasil analisis regresi logistik biner menunjukkan nilai goodness of fit sebesar 5745198,85, nilai chi square sebesar 62749,78 dan pseudo r2 sebesar 0,30 lebih besar dari 0,20 yang menandakan model layak digunakan. Berdasarkan hasil analisis regresi logistik biner diketahui bahwa jarak dari jalan, jarak dari pemukiman, kepadatan penduduk berpengaruh terhadap perubahan tutupan lahan hutan dengan nilai positif dan jarak dari sungai, kemiringan lereng berpengaruh terhadap perubahan tutupan lahan hutan dengan nilai negatif